一种基于优化极限学习机的高炉故障检测方法

摘要

本发明提出一种基于优化极限学习机的高炉故障检测方法，属于高炉故障检测技术领域，本发明通过ABC算法优化ELM中的输入权值和隐层阈值，以建立合理有效的分类模型；基于Tent映射采用混沌反向学习策略产生分布均匀的初始群体，以提高初始解的质量和增加方法的稳定性；采用自适应搜索策略在全局搜索和局部搜索两个方面达到最好的平衡；通过Tent混沌局部搜索策略跳出局部最优解；本发明提高了ABC算法的收敛速度和寻优精度，提高了高炉故障检测的分类精度，增大产生新解的概率，避免陷入局部最优解，保证了算法快速进化的方向，在保证全局搜索能力的同时在一定程度上也提高了算法的局部搜索能力。